Carbon-X 训练数据分布公开:脊椎动物占四成以上
LoubnaBenAllal1 · x · 2026-10-22
Carbon-X 作者公布模型中训练数据的物种分布:真核生物基因组语料中,其他脊椎动物约占 43%,哺乳动物约 28%,无脊椎动物约 19%,植物约 7%,真菌与原生动物占比很小;后训练数据更偏向人类基因组,因此模型在人类基因上表现最好。
所属事件:Carbon-X 作者公开训练数据分布并承认对未测序物种可能失效(2 条相关)→
「研究」频道最新
- Ben Recht 课堂长文：所有民调都是模型，统计预测正侵入抽样 — beenwrekt · 2026-10-22
- ForTy 基于 AlphaEarth 分析 170 万站点卫星影像，服务零毁林供应链 — GoogleDeepMind · 2026-10-22
- DeepMind 发布 ForTy：10 米分辨率绘制全球森林类型地图 — GoogleDeepMind · 2026-10-22
- LAW：仅靠自条件化的语言模型新思路发布 — caglarml · 2026-10-22
- DONIC：一个策略学会双手灵巧操作，零微调泛化到新轨迹 — liuziwei7 · 2026-10-22
- PyTorch Conf 讲义：SFT→蒸馏→GRPO→RL 环境，agent 训练全流程可自做 — SergioPaniego · 2026-10-22